Искусственный интеллект и машинное обучение

в СевГУ · Севастополь

Год	БюджетПроходной балл на бюджетные места — сумма баллов последнего зачисленного в этом году.	ПлатноеПроходной балл на платные места в этом году.	Мест БЧисло бюджетных мест в этом году.	Мест ПЧисло платных мест в этом году.	Цена/год
2026 ориентир.	—	—	0	4	321 000 ₽

Аспиранты разрабатывают методы, модели и программные решения для задач искусственного интеллекта и машинного обучения. Темами диссертаций становятся распознавание образов, обработка текста и сигналов, прогнозирование, интеллектуальное управление, обучение на малых или неоднородных выборках, интерпретируемость и надёжность алгоритмов. В работе используются математическая статистика, оптимизация, нейросетевые архитектуры, методы оценки качества, программирование, вычислительные эксперименты и подготовка воспроизводимых наборов данных. Севастопольский государственный университет ориентирован на практические задачи региона и объединяет информационные, инженерные и морские направления. Это позволяет проверять методы искусственного интеллекта на данных технических систем, мониторинга, управления и городской инфраструктуры. Подготовка предполагает не только создание модели, но и сравнение с базовыми решениями, анализ ошибок, вычислительной сложности и устойчивости. Научный результат должен быть отделён от простой программной реализации и подтверждён экспериментом. Программа подойдёт выпускникам математики, информатики, программной инженерии и технических направлений с хорошей подготовкой в алгоритмах и теории вероятностей. Степень кандидата технических наук полезна для исследовательской карьеры, преподавания и руководства разработкой сложных интеллектуальных систем. Она подтверждает способность формулировать новую задачу, выбирать корректную методику проверки и превращать экспериментальный результат в обоснованное инженерное решение.

Направление «Искусственный интеллект и машинное обучение» в аспирантуре готовит исследователей и разработчиков, способных создавать и совершенствовать интеллектуальные системы. Обучение фокусируется на теоретических основах и прикладных аспектах ИИ, включая алгоритмы обучения, нейронные сети, обработку естественного языка и компьютерное зрение. Студенты изучают математические методы (статистика, оптимизация), программирование (Python, C++), работу с большими данными и распределёнными вычислениями. Ключевые дисциплины: глубокое обучение, вероятностные графические модели, обучение с подкреплением, обработка сигналов и байесовские методы. Выпускники получают навыки проектирования и реализации моделей машинного обучения, анализа данных, оценки и отладки систем ИИ, а также компетенции в научно-исследовательской деятельности и управлении проектами. Направление интересно своей междисциплинарностью и востребованностью в автоматизации, медицине, финансах, беспилотных технологиях и других сферах, где требуется интеллектуальная обработка данных.

Выпускники могут работать исследователями в области ИИ, инженерами машинного обучения, специалистами по глубокому обучению, аналитиками данных, разработчиками интеллектуальных систем. Карьерные перспективы включают должности в научно-исследовательских институтах (например, Институт искусственного интеллекта РАН), IT-компаниях (Яндекс, Сбер, VK), банках и финтехе, медицинских учреждениях, промышленных предприятиях. Рынок труда испытывает острый дефицит специалистов уровня PhD, что обеспечивает высокую востребованность и конкурентоспособную зарплату. Возможна академическая карьера (доцент, профессор) или работа в R&D-центрах крупных корпораций.